Disease Severity and Quality of Life Outcome Measurements in Patients With Keloids: A Systematic Review
Notice bibliographique
Résumé
BACKGROUND: Keloids have been assessed by numerous methods and severity indices resulting in a lack of standardization across published research. OBJECTIVE: This study aims to evaluate published keloid randomized controlled trials (RCTs) and identify the need for a gold standard of assessment. METHODS AND MATERIALS: PubMed, MEDLINE, and Embase were searched for human RCTs on keloid treatment during a 10-year period. Eligible studies were English language RCTs reporting disease severity outcome measures after keloid treatments. RESULTS: A total of 40 disease outcome measures were used in 41 included RCTs. Twenty-four (59%) of the included studies used more than one disease severity scale. The most frequently used outcome measures were the Vancouver Scar Scale (34%) (n = 14), followed by serial photography (24%) (n = 10). These were followed by adverse events and complications (20%) (n = 8), Visual Analogue Scale (12%) (n = 5), keloid dimensions (12%) (n = 5), and Patient and Observer Scar Assessment Scale (10%) (n = 4). Only one study reported quality of life outcomes. CONCLUSION: There is wide variation in keloid outcome measures in the published literature. A standardized method of assessment should be implemented to reduce the disparities between studies and to better be able to compare the numerous treatment modalities.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,010 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».